[发明专利]一种用于电网供应商的企业经营异常预警方法及装置

说明书

一种用于电网供应商的企业经营异常预警方法及装置，该方法对企业经营异常预警模型中使用到的指标数据进行采集；将指标数据进行归一化处理划分为训练数据集和测试数据集；采用逻辑回归算法对训练数据集中的指标数据进行训练得到逻辑回归‑系数估计值；利用测试数据集分别计算逻辑回归‑系数估计值的第一损失值和随机森林‑系数估计值的第二损失值，比较第一损失值和第二损失值的大小，取较小值作为指标特征系数的最优解；利用评分卡模型和获得的指标特征系数的最优解，对供应商的企业经营指标特征进行评分输出，根据评分找出经营异常预警的客户清单。本申请实现对电网供应商企业经营状态进行预判，有利于在企业经营出现异常之前提供有效帮助。

技术领域

本申请属于数据处理技术领域，具体涉及一种用于电网供应商的企业经营异常预警方法及装置。

背景技术

电网供应商质量的好坏直接影响电网系统投入使用后的稳定性及可靠性，故对电网供应商的企业经营异常进行预警是有必要的。

但是，现阶段，相关部门在获取企业经营信息时，多存在获取信息不客观、不准确、不及时等问题，而且也缺少对企业经营状态的预判，不利于有关部门在企业经营出现异常之前提供针对性的、有效性的帮助。

发明内容

有鉴于此，本申请的目的在于提出一种用于电网供应商的企业经营异常预警方法及装置，用以解决或部分解决上述技术问题。

基于上述目的，本申请的第一方面提供了一种用于电网供应商的企业经营异常预警方法，包括：

构建企业经营异常预警指标体系，所述指标体系包括具有隶属关系的一级指标、二级指标和三级指标；对企业经营异常预警模型中使用到的指标数据进行采集；

将采集到的指标数据进行归一化处理，并将归一化处理后的指标数据划分为训练数据集和测试数据集；

采用逻辑回归算法对训练数据集中的指标数据进行训练得到逻辑回归-系数估计值，采用随机森林算法对训练数据集中的指标数据进行训练得到随机森林-系数估计值；

利用测试数据集分别计算逻辑回归-系数估计值的第一损失值和随机森林-系数估计值的第二损失值，比较所述第一损失值和所述第二损失值的大小，取较小值作为指标特征系数的最优解，完成适于电网企业供应商的企业经营异常预警模型构建；

利用评分卡模型和获得的指标特征系数的最优解，对供应商的企业经营指标特征进行评分输出，根据评分找出经营异常预警的客户清单。

作为用于电网供应商的企业经营异常预警方法优选方案，所述一级指标为企业经营异常预警，所述二级指标包括用电类指标、供应链类指标、工商及不良信息类指标；

所述用电类指标包括月度用电同比增长率和年度用电同比增长率；

所述供应链类指标包括季度合同金融增长率、年度合同金额增长率、物资种类同比增长率和最近半年中标数增长率；

所述工商及不良信息类指标包括近一年是否有欠税记录和近一年是否有行政处罚记录。

作为用于电网供应商的企业经营异常预警方法优选方案，将采集到的指标数据进行特征选择，特征选择过程利用信息价值IV判断给定单一指标变量在同一时期评分客户经过表现期后，所呈现的好坏客户占比的差异程度。

作为用于电网供应商的企业经营异常预警方法优选方案，采用逻辑回归算法对训练数据集中的指标数据进行训练过程：

创建一个“LogisticRegression”对象，基于“LogisticRegression”对象构建一个逻辑回归模型“logit_model”，使用“fit()”函数对训练集数据集进行拟合得到一组系数估计值作为逻辑回归-系数估计值。

作为用于电网供应商的企业经营异常预警方法优选方案，采用随机森林算法对训练数据集中的指标数据进行训练过程：